#可追溯性

答对了不够，得把证据也拿回来

多数知识图谱 agent 只管把答案说对，不管有没有顺手把支撑证据取回来。一篇新论文把证据写进训练数据和奖励函数，让 3B 到 4B 的小模型在准确率和证据覆盖率上压过大模型。